FOCUSED AND QUICK (FAQ) Issue 53
วิธีประเมินการคาดการณ์ของตลาด จากราคาตราสารสิทธิ (OPTION)
ไพบูลย์ พงษ์ไพเชฐ
การใช้ราคา Option มีข้อได้เปรียบมาก เพราะผลการวิเคราะห์ไม่ถูกจำกัดให้เป็นค่าเดียว (Point estimate) แต่เป็น Probability density function (PDF) ของราคาสินทรัพย์คาดการณ์ ซึ่งทำให้หาค่าความผันผวน (Volatility) ค่าความเบ้ (Skewness) และค่าความโด่ง (Kurtosis) เพื่อสะท้อนความไม่แน่นอน ความเสี่ยงขาขึ้นขาลงที่ไม่เท่ากัน และโอกาสที่จะเกิดการเคลื่อนไหวของราคาอย่างรุนแรงได้ ผลการวิเคราะห์จึงมีความสมจริงและแม่นยำมากขึ้น
ผู้ดำเนินนโยบายการเงินสามารถนำผลการคาดการณ์ราคาสินทรัพย์ของตลาดมาใช้ประโยชน์ได้หลายด้าน เช่น ใช้เป็นข้อสมมติในแบบจำลองเพื่อพยากรณ์อัตราการขยายตัวทางเศรษฐกิจและอัตราเงินเฟ้อ และใช้วัดประสิทธิภาพของการดำเนินนโยบายโดยพิจารณาจากการตอบสนองของตลาดหลังการประกาศนโยบาย เป็นต้น
สิ่งหนึ่งที่ผู้ดำเนินนโยบายการเงินทั่วโลกให้ความสนใจ คือ ราคาสินทรัพย์ในตลาด เพราะเป็นตัวแปรที่มีความเชื่อมโยงกับกิจกรรมทางเศรษฐกิจสูง นอกจากนี้ หากเราสามารถทราบว่านักลงทุนคาดว่าราคาสินทรัพย์จะเคลื่อนไหวอย่างไรในอนาคต เราจะประเมินได้ว่านักลงทุนมีมุมมองเช่นใดเกี่ยวกับความเสี่ยงในระบบเศรษฐกิจ ซึ่งเป็นข้อมูลที่มีประโยชน์มากต่อการดูแลเสถียรภาพเศรษฐกิจ ที่สำคัญคือ ข้อมูลในตลาดการเงินมีความถี่สูง รวดเร็ว และสะท้อนความเห็นของผู้เล่นในตลาดเป็นจำนวนมาก ทำให้ข้อมูลมีความน่าเชื่อถือ
FAQ ฉบับที่ 33 และ 47 ได้อธิบายวิธีการประเมินการคาดการณ์อัตราดอกเบี้ยและอัตรา เงินเฟ้อของตลาดจากราคาตราสารหนี้ (Bond price) ไปแล้ว แต่ยังมีราคาของผลิตภัณฑ์ทางการเงินอีกชนิดหนึ่งที่ธนาคารกลางต่างๆ นิยมวิเคราะห์ คือ ราคาตราสารสิทธิ (Option price) FAQ ฉบับนี้จึงขอนำท่านผู้อ่านมารู้จักกับ Option ให้มากขึ้น
Option คือ ธุรกรรมที่ผู้ขายสัญญาจะให้สิทธิในการซื้อหรือขายสินทรัพย์อ้างอิง (Underlying asset) ในอนาคตแก่ผู้ซื้อสัญญา ตามราคาและจำนวนที่ได้ตกลงกันไว้ โดยเรียกสัญญาที่ให้สิทธิในการซื้อสินทรัพย์อ้างอิงว่า Call option และสัญญาที่ให้สิทธิในการขายว่า Put option ส่วนราคาซื้อขาย Option เรียกว่าค่า Premium และราคาที่ ผู้ซื้อสามารถใช้สิทธิซื้อหรือขายสินทรัพย์อ้างอิง ในอนาคตเรียกว่า Strike price ทั้งนี้ สินทรัพย์ที่มักใช้อ้างอิงในสัญญา Option ได้แก่ อัตราดอกเบี้ย อัตราแลกเปลี่ยน ตราสารหนี้ ตราสารทุน และราคาสินค้าโภคภัณฑ์ เช่น น้ำมัน เป็นต้น
ลักษณะเด่นของ Option คือ ข้อตกลงไม่ได้ผูกมัดการใช้สิทธิ กล่าวคือ ผู้ซื้อ Option จะใช้หรือไม่ใช้สิทธิที่ซื้อมาก็ได้ ขึ้นอยู่กับว่าผู้ซื้อจะได้ผลตอบแทนจากการใช้สิทธิหรือไม่ ยกตัวอย่างเช่น กรณีผู้ซื้อ Call option (สิทธิในการซื้อ) หากราคาสินทรัพย์อ้างอิง ณ วันครบกำหนดสูงกว่าราคา Strike price ที่ตกลงกันไว้ในสัญญา ผู้ซื้อจะใช้สิทธิเนื่องจากสามารถซื้อสินทรัพย์อ้างอิงได้ในราคาที่ถูกกว่าราคาตลาดในขณะนั้น และจะได้รับกำไรสุทธิจากการใช้สิทธิเท่ากับราคาตลาด ณ ตอนนั้นหักด้วย ราคาใช้สิทธิและค่า Premium แต่หากราคาสินทรัพย์อ้างอิง ณ วันครบกำหนดต่ำกว่าราคา Strike price ผู้ซื้อก็จะไม่ใช้สิทธิและยอมเสียค่า Premium ให้แก่ผู้ขาย Option ไป ประโยชน์ของการนำข้อมูลราคา Option มาใช้
การคาดการณ์ราคาสินทรัพย์ในอนาคตเป็นเรื่องที่ยากเนื่องจากราคามีความไม่แน่นอนสูง ดังนั้น นักลงทุนจะไม่คาดการณ์ราคาสินทรัพย์เป็นค่าเดียว แต่จะคาดการณ์ช่วงราคาที่มีโอกาสเป็นไปได้มากที่สุด ในอดีต การประเมินราคาสินทรัพย์คาดการณ์จะใช้วิธีหาค่าเฉลี่ยของราคาคาดการณ์ของคนส่วนใหญ่ในตลาด แต่วิธีการนี้มีข้อด้อย คือ ได้ผลลัพธ์เพียงค่าเดียว (Point estimate) ภายหลังจึงมีการพัฒนาวิธีประเมินโดยอาศัยข้อมูล Option ซึ่งทำให้ผลการประเมินออกมาในรูปของ Probability density function (PDF) (ภาพที่ 1) และการตีความข้อมูลสามารถทำเป็นช่วงราคาแทน Point estimate ได้
รูปทรงของ PDF ที่คำนวณได้ในแต่ละครั้งจะไม่เหมือนกัน การวิเคราะห์รูปทรงของ PDF ในมิติต่างๆ ได้แก่ ค่าความผันผวน (Volatility) ค่าความเบ้ (Skewness) และค่าความโด่ง (Kurtosis) จะช่วยให้ผู้ทำการวิเคราะห์สามารถประเมินราคาสินทรัพย์คาดการณ์ได้อย่างลุ่มลึกขึ้น
Volatility เป็นค่าทางสถิติที่ใช้วัดการกระจายตัวของ PDF สามารถใช้สะท้อนมุมมองของตลาดเกี่ยวกับความไม่แน่นอนของราคาสินทรัพย์ในอนาคต (Uncertainty risk) ยกตัวอย่างเช่น ค่า Volatility ที่สูง (PDF มีการกระจายตัวมาก) จะสะท้อนมุมมองของตลาดว่า ราคาสินทรัพย์ในอนาคตน่าจะผันผวนสูง สอดคล้องกับราคาคาดการณ์ในอนาคตที่มีช่วงที่กว้าง เป็นต้น
Skewness เป็นค่าทางสถิติที่ใช้วัดความเบ้ของรูป PDF สะท้อนความเสี่ยงของการปรับราคาสินทรัพย์ขาขึ้นกับขาลงที่ไม่เท่ากัน (Asymmetric risk) ยกตัวอย่างเช่น ค่า Skewness ที่เป็นลบ (PDF มีลักษณะเบ้ซ้าย) สะท้อนมุมมองของตลาดว่า โอกาสที่ราคาสินทรัพย์ในอนาคตจะปรับเพิ่มขึ้นมีมากกว่าโอกาสที่จะปรับลดลง เป็นต้น
ส่วน Kurtosis เป็นค่าทางสถิติที่ใช้วัดความเสี่ยงที่ราคาสินทรัพย์จะเคลื่อนไหวอย่างรุนแรง (Extreme movement risk) โดยค่า Kurtosis ที่มากกว่าศูนย์ (PDF มี Fat tail) แสดงว่าราคาสินทรัพย์นี้มีโอกาสสูงที่จะปรับขึ้นหรือลงอย่างรุนแรง (รูปขวาของภาพที่ 2)
ค่าทั้งสามข้างต้นสามารถหาได้โดยการนำข้อมูลในตลาด Option มาคำนวณผ่านแบบจำลองทางการเงิน (ศึกษาเพิ่มเติมได้จาก Malz (1998)) โดยค่าที่คำนวณได้เรียกว่าค่า Implied volatility, Implied skewness และ Implied kurtosis
ภาพที่ 3 แสดงผลการวิเคราะห์รูปทรงของ PDF ของอัตราแลกเปลี่ยนเงินบาทกับดอลลาร์ สรอ. จากราคา Option อายุ 3 เดือน ซึ่งมีอัตราแลกเปลี่ยนเป็นสินทรัพย์อ้างอิง จะเห็นว่าในช่วงที่ธนาคารแห่งประเทศไทย (ธปท.) ออกมาตรการควบคุมเงินทุนไหลเข้าระยะสั้น (Unremunerated Reserve Requirement: URR) ปลายปี 2006 จนถึงช่วงเกิดวิกฤตเศรษฐกิจโลกปี 2008 ตลาดมองว่าอัตราแลกเปลี่ยนมีความไม่แน่นอนสูงมาก สะท้อนจากค่า Implied volatility ที่สูงขึ้นมากในช่วงนั้น นอกจากนี้ ตลาดยังคาดการณ์ว่าค่าเงินบาทมีโอกาสอ่อนค่ามากกว่าแข็งขึ้น และโอกาสที่ค่าเงินจะเคลื่อนไหวอย่างรุนแรงมีสูงขึ้นด้วย สะท้อนจาก Implied Skewness ที่มีค่าติดลบมากขึ้น และ Implied kurtosis ที่มีค่าสูงขึ้น ตามลำดับ
อย่างไรก็ดี เศรษฐกิจโลกที่เริ่มฟื้นตัวในช่วงปี 2009 ทำให้มุมมองของตลาดเปลี่ยนแปลงไป โดยตลาดคาดการณ์ว่าตลาดอัตราแลกเปลี่ยนจะมีเสถียรภาพมากขึ้น สะท้อนจาก Implied volatility ที่เริ่มปรับลดลง Implied skewness ก็ติดลบน้อยลง และค่า Implied kurtosis ปรับตัวลดลงเช่นกัน
ผู้ดำเนินนโยบายการเงินสามารถนำผลการวิเคราะห์ราคาสินทรัพย์คาดการณ์ของตลาดจากข้อมูล Option มาใช้ประโยชน์ได้หลายด้าน เช่น ใส่เป็นข้อสมมติในแบบจำลองเพื่อพยากรณ์เศรษฐกิจ เป็นต้น โดยในกรณีของ ธปท. มีการใช้ค่า PDF ของราคาน้ำมันและอัตราแลกเปลี่ยน เป็นข้อมูลประกอบในการกำหนดข้อสมมติเพื่อพยากรณ์การขยายตัวทางเศรษฐกิจและอัตราเงินเฟ้อ ตามที่เผยแพร่ในรายงานแนวโน้มเงินเฟ้อทุกไตรมาส นอกจากนี้ ผู้ดำเนินนโยบายสามารถวัดประสิทธิผลของการดำเนินนโยบาย โดยพิจารณาการเปลี่ยนแปลงของการคาดการณ์ของนักลงทุนในตลาดหลังประกาศนโยบายออกไป ยกตัวอย่างเช่นภาพที่ 4 แสดงรูปทรง PDF ที่คำนวณจากราคา Option ของอัตราแลกเปลี่ยนเงินบาทกับดอลลาร์ สรอ. อายุสัญญา 3 เดือน พบว่า มาตรการ URR ที่ธปท. ประกาศใช้ในวันที่ 18 ธันวาคม 2006 มีผลทำให้การคาดการณ์อัตราแลกเปลี่ยนของตลาดเปลี่ยนแปลงไป โดยตลาดมองว่าอัตราแลกเปลี่ยนในอนาคตจะมีความผันผวนมากขึ้นและมีแนวโน้มอ่อนค่ามากขึ้นด้วย สะท้อนจากการเปรียบเทียบรูปทรง PDF ช่วงหลังออกมาตรการ URR กับก่อนหน้านั้น ซึ่งเห็นได้ว่า PDF มีลักษณะกระจายตัวมากขึ้น รวมทั้งมีลักษณะเบ้ซ้ายและ Fat tail มากขึ้นด้วย เป็นต้น
การใช้ราคา Option เพื่อช่วยประเมินมุมมองของนักลงทุนในตลาดต่อราคาสินทรัพย์ในอนาคต มีข้อดีคือ สามารถสะท้อนข้อมูลได้หลายมิติ ทั้งความผันผวนของราคาสินทรัพย์ที่คาดว่าจะเกิดขึ้น และโอกาสที่ราคาสินทรัพย์จะปรับสูงขึ้นเทียบกับโอกาสที่จะปรับต่ำลง รวมทั้งความเสี่ยงที่ราคาสินทรัพย์จะเคลื่อนไหวขึ้นลงอย่างรุนแรง
นอกจากนี้ เนื่องจากในตลาดสามารถมีสินทรัพย์หลายประเภทที่ใช้เป็นสินทรัพย์อ้างอิงของ Option จึงสามารถประเมินการคาดการณ์ราคาสินทรัพย์ได้หลายชนิดตามไปด้วย ซึ่งจะช่วยให้ ผู้ดำเนินนโยบายสามารถวิเคราะห์ความเสี่ยงในอนาคตได้อย่างรอบด้านมากขึ้น เช่น ธนาคารกลางอังกฤษทำการวิเคราะห์เสถียรภาพเศรษฐกิจการเงินโดยใช้ค่า Implied volatility ของสินทรัพย์อ้างอิงจำนวนมาก ได้แก่ อัตราดอกเบี้ย อัตราแลกเปลี่ยน ตราสารหนี้ ตราสารทุน และราคาน้ำมัน
ในกรณีของไทยนั้น สินทรัพย์อ้างอิงที่สามารถใช้ได้ในปัจจุบันมีเพียงอัตราแลกเปลี่ยนและตราสารทุน (SET50 Index) ดังนั้น การพัฒนาตลาด Option ของไทยให้มีสินทรัพย์อ้างอิงที่หลากหลายมากขึ้น จะมีส่วนช่วยผู้ดำเนินนโยบายการเงินให้สามารถวิเคราะห์ความเสี่ยงต่อเสถียรภาพเศรษฐกิจการเงินของไทยได้ดียิ่งขึ้นต่อไป
คุณรุ่ง มัลลิกะมาส คุณอัมพร แสงมณี คุณปิติ ดิษยทัต คุณขจร ธนะแพสย์ คุณทศพล อภัยทาน และส่วนพยากรณ์เศรษฐกิจและวิเคราะห์เสถียรภาพ ฝนง. สำหรับคำแนะนำที่เป็นประโยชน์และข้อมูล
Gereben, A., "Extracting market expectations from option prices", Reserve Bank of New Zealand Bulletin, Vol. 65, No.1, March 2002, pp.43-52
Malz, A. M., "Option-implied probability distributions and currency excess returns", Federal Reserve Bank of New York Staff Report 32, November 1997.
Sangmanee, A., "Information Content of Financial Markets: Case Study of Thai Foreign Exchange and Bond Markets", Conference Paper at the Bank of Thailand, 2001.
ไพบูลย์ พงษ์ไพเชฐ
เศรษฐกร ฝ่ายนโยบายการเงิน
สายนโยบายการเงิน[email protected]
ที่มา: ธนาคารแห่งประเทศไทย